1.1研究目的及意义

人工智能在近几年掀起了热潮。人工智能作为一种技术的进步，会取代一部分工作，但同样也会创造新的职业，影响员工的就业与失业，会改变劳动力的结构，增加智力劳动者需求量；人工智能技术的应用，对于人力资源的招聘、任用等方式进行了改变，同样也会产生各种伦理问题。

员工敬业度一词提出不到三十年，发展迅速，作为员工的一种重要的态度和行为，敬业度一直受到学术界和企业的极大关注，国内外研究影响敬业度的理论与影响因素也有很多。组织绩效衡量了组织表现情况，它与员工敬业度有关。为了更加清楚的认识到人工智能会对员工个体、组织两者之间的影响，把握当下人工智能的时事热点话题，本文研究人工智能对于员工敬业度与组织绩效的影响，根据这些影响以及文献参考为企业把握人工智能、提高员工敬业度与组织绩效、“扬长避短”并提出一些建议。

1.2国外研究现状

人工智能这个词最早由美国科学家约翰·麦卡锡在1955年的时候创造出来(Computerhistory.org,2016)。阿兰·图灵,“人工智能之父”，将 AI系统定义为可以作为人类智能的机器，人工智能是有关“智能主体”（Intelligent agent）的研究与设计的学问，而“智能主体是指一个可以观察周遭环境并做出行动以达致目标的系统”(Mehta amp; Devarakonda, 2018)。

员工敬业度的研究国外研究较多，理论也较多(Madden et al, 2017)。

Kahn最早在1990年提出个人敬业度(Personalengagement)一词，他将其定义为个体在工作中对于真实自我的认知、情感、生理的表达。在此之后，关于敬业度的定义、度量方法、影响因素等有了长期的发展。敬业度的研究是最近几年国外管理领域最重要的概念之一(Crawford et al. 2014)。

最广泛应用于员工敬业度的理论是工作需求资源模型(Job Demands Resources)。该模型区分了与工作有关的资源或个人资源形式的资源和需求。资源激励员工，促进员工参与，进而产生积极的结果，如高水平的幸福感和绩效(Schaufeli 2014, p. 26)。工作需要员工付出额外的努力，随着时间的推移，这可能会导致精疲力竭，并导致消极的结果。因此，工作需求资源模型解释了敬业度的基础，当员工拥有高水平的工作相关或者个人资源时，他们更有可能投入工作。

第二广泛使用的框架是社会交换理论。社会交换理论认为，员工和雇主之间的关系是建立在互惠规范的基础上的。当员工觉得自己受到了雇主的善待和重视时，他们更有可能代表雇主做出努力，提高参与度(Alfes et al. 2013a)。

Kahn(1990)敬业度理论提及次数也较多。该理论的前提是敬业度受三个先行心理条件的影响：工作的经验、心理安全和经验丰富的可用性。Kahn(1990)认为这三个条件受工作性质、社会环境、个人资源和精力的影响。